%0 Journal Article
%T 点集数据不规则形状时空异常聚类模式挖掘研究<br>Research on Irregularly Shaped Spatio-Temporal Abnormal Cluster Pattern Mining for Spatial Point Data Sets
%A 万幼
%A 周脚根
%A 翁敏&lt
%A br&gt
%A WAN You
%A ZHOU Jiaogen
%A WENG Min
%J 武汉大学学报·信息科学版
%D 2017
%R 10.13203/j.whugis20150069
%X 传统扫描统计方法在进行时空异常聚类模式挖掘时，受扫描窗口形状的限制，不能准确地获取聚类区域形状。提出一种改进的不规则形状时空异常聚类模式挖掘方法stAntScan。新方法基于26方位时空邻近单元格构建时空邻接矩阵，再对蚁群最优化扫描统计方法进行改进，使其能适应三维大数据量的时空区域扫描。模拟数据和真实微博签到数据的实验证明，stAntScan能有效地识别时空范围内的不规则形状异常聚类，并且准确性较经典的SaTScan方法高
%K 时空聚类
%K 时空异常
%K 空间点模式
%K 空间数据挖掘
%K 时空数据挖掘
%K &lt
%K br&gt
%K spatio-temporal clustering
%K spatio-temporal abnormal
%K spatial point pattern
%K spatial data mining
%K spatio-temporal data mining
%U http://ch.whu.edu.cn/CN/abstract/abstract5775.shtml